Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal Abdimas Dewantara bit-Tech Algor Abdi-Dharma RUBINSTEIN
Fenriana, Indah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : bit-Tech

 1 
Prediksi Harga Saham Top 10 NASDAQ dengan Time Series Prophet Wiejaya, Andre; Fenriana, Indah
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1736

Abstract

Penelitian ini mengembangkan aplikasi prediksi harga saham untuk 10 perusahaan terbesar di NASDAQ dengan menggunakan metode time series forecasting Prophet. Dengan algoritma Prophet yang terintegrasi menggunakan data real-time dari Yahoo Finance melalui library yfinance, aplikasi ini memiliki fitur agar user untuk dapat melakukan pengumpulan data historis saham secara otomatis serta memperbarui proyeksi prediksi secara dinamis. Fitur utama yang disediakan adalah tampilan histori harga saham serta prediksi harga masa depan, memberikan gambaran yang membantu pengguna dalam analisis tren jangka panjang. Hasil dari penelitian ini menunjukkan bahwa Prophet memiliki tingkat akurasi yang baik dalam prediksi harga saham dengan rata-rata MAPE sebesar 1,23%. Akurasi ini tercermin pada hasil prediksi yang mampu mengikuti pola harga saham Microsoft dengan baik, khususnya dalam tren mingguan yang konsisten. Selain itu, analisis menunjukkan bahwa Prophet berhasil menangkap pola musiman mingguan, di mana harga saham cenderung meningkat pada hari Rabu dan menurun pada Kamis dan Jumat, sehingga model ini mampu mengidentifikasi pola-pola musiman dalam data saham NASDAQ. Aplikasi ini diharapkan bermanfaat bagi berbagai kalangan investor, baik pemula maupun profesional, dalam memahami pergerakan pasar dan menyusun strategi investasi jangka panjang. Penelitian ini membuka peluang integrasi algoritma tambahan atau data eksternal guna mengoptimalkan prediksi untuk volatilitas pasar yang lebih tinggi dan mendukung pengambilan keputusan investasi yang lebih informatif.
Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Apriori serta Metode Pengujian SUS Lim, Marsel; Fenriana, Indah
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.1769

Abstract

Pada era modern saat ini, kebutuhan masyarakat akan produk tekstil semakin meningkat. Persaingan yang ketat dalam industri tekstil menuntut pengusaha untuk dapat menemukan strategi yang lebih efektif untuk meningkatkan penjualan dan pemasaran produk. Salah satu caranya adalah memanfaatkan data penjualan produk perusahaan menggunakan teknik data mining dengan aturan asosiasi. Penelitian ini menggunakan algoritma Apriori dengan tujuan untuk memberikan informasi baru tentang perilaku pembelian konsumen, informasi ini dapat digunakan untuk strategi pemasaran yang lebih efektif bagi perusahaan serta mengimplementasikannya kedalam sebuah aplikasi website yang sesuai dengan standar pemahaman algoritma apriori sehingga memungkinkan proses analisis dapat dilakukan secara otomatis. Penelitian ini melibatkan akumulasi data sampel transaksi penjualan dalam periode satu tahun. Proses penelitian menggunakan algoritma Apriori ini menghasilkan aturan asosiasi yang menggambarkan hubungan antar produk yang sering dibeli secara bersamaan, dengan menggunakan sampel data dari mei 2023 sampai april 2024. Hasil penelitian ini mendapatkan hasil yang serupa antara perhitungan menggunakan RapidMiner dan perhitungan manual dengan menggunakan ketentuan minimal support 0,3 atau 30% dan minimal confidence 0,6 atau 60%. Aplikasi website dalam penelitian ini dilakukan pengujian untuk dapat memastikan bahwa website memiliki kualitas dan visibilitas yang baik. Salah satu perangkat untuk mengukur tingkat usabilitas website adalah System Usability Scale (SUS). Hasil pengukuran menunjukkan bahwa website memperoleh nilai SUS sebesar 91,25. Skor SUS ini menunjukkan tingkat usabilitas yang tinggi dari 10 responden. Dengan demikian, penelitian ini diharapkan dapat membantu perusahaan dalam meningkatkan strategi pemasaran kedepannya.
Co-Authors Akbar, Junaidi Christian, Fernando Daniawan, Benny Dyah Safitri, Ramona Hariyanto, Susanto Lasut, Desiyanna Lim, Marsel Pratama, Jonathan Marcellino Putra, Dicky Surya Dwi Ramona Safitri, Ramona Rino Rino Tandika, Verga Tanjung, Naia Putri Timotius, Adrian velistin, Fellix Wiejaya, Andre